Metodología para la eco-innovación en el diseño para desensamblado de productos industriales
Notice bibliographique
Résumé
En esta memoria de tesis se presenta la metodología de eco-innovación ECOINDES. Esta metodología tiene el fin de generar nuevos conceptos de producto más respetuosos con el medio ambiente a partir del diseño para desensamblado. ECOINDES se basa en un método de generación de conceptos denominado DESTRIZ y en dos métodos de evaluación ambiental: Eco-EPI (Eco- Evaluación del Potencial Innovador) y PR-EOL (End-Of-Life de un PRoducto). La generación de conceptos -método DESTRIZ- se sustenta a su vez sobre dos pilares: el diseño para desensamblado o diseño para desensamblaje (DFD) y la metodología TRIZ (acrónimo ruso de la Teoría de Resolución de Problemas Inventivos). El DFD se emplea como punto de partida para la innovación. El impacto ambiental se obtiene aplicando los métodos Eco-EPI y PR-EOL desarrollados en la tesis. Con Eco-EPI se selecciona el concepto más eco-innovador, y finalmente con PR-EOL se evalúa la mejora ambiental del producto en diferentes escenarios de EOL. La metodología ECOINDES se ha validado aplicándola en una lavadora de la empresa Fagor Electrodomésticos S.Coop.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».